基于灰色关联与BP神经网络的蒸发量预测模型研究

摘要

为正确认识水面蒸发量与气象因子之间的关系,选择山西晋城气象站为研究对象,建立了区域性蒸发量预测模型.应用灰色关联,选择关联度较高的气象因子;利用matlab软件以该站2015—2016年日气象数据作为训练样本,分别建立了26个气象因子组合下的蒸发量BP预测模型;并以2017年日气象数据作为验证样本,对模型模拟结果进行验证.研究表明,气象因子组合对模型模拟效果具有重大影响.在晋城地区预测日蒸发量的最佳模型所对应的因子组合,为日平均温度、日平均风速、日照时数、相对湿度与降水量,此时模型预测R2值为0.929,应用该组合下训练得到的BP神经网络模型对2017年蒸发量进行预测,合格率为62.11％.文章所建立的晋城市蒸发量预测模型,可为蒸发量预测提供重要参考.